基于B-T规则与遗传算法的可重入生产系统调度

可重入生产系统调度问题属于NP难题，将遗传算法方法与调度规则结合起来用于解决可重入生产系统的调度问题。针对可重入生产系统的重入特点，建立了一类可以实现缓冲区与传统规则双重选择的缓冲区-时间(B—T)规则；然后在设备分组与分时段的基础上，提出了基于B—T规则组合的可重入生产系统调度策略，并采用遗传算法与过程仿真相结合的办法对B—T规则组合进行优化，仿真比较验证了该调度策略的有效性。     

轧制计划的优化模型及其算法的应用研究

为保证热轧生产调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的结构特点，提出了一种车辆路径问题（VRP）模型来建模轧制调度问题，发展了一种混合调度方法（SAMPSO算法）来解决这个问题．试方法利用修正粒子群优化算法的局部和全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷于局部最优。对某钢厂实际生产数据的仿真结果表明，所提出的模型和算法具有良好的适应性和可行性。     

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.     

基于FIFO循环缓冲区的DSP外围设备实时调度研究

使用先入先出(FIFO)循环缓冲区方案解决实时系统中数字信号处理(DSP)外围设备调度问题.解析证明了循环缓冲区可调度的充要条件是外围设备总响应时间占总时间的比率小于1,并对数据帧周期输入到外围设备的情况,提出一种求解开辟缓冲区最小空间的离线数值计算方法.该方法应用于某高端导航接收机DSP外围设备调度设计,可以快速求出缓冲区所需开辟的最小空间.     

基于混合Petri网建模的纺织生产调度研究

针对纺织生产调度兼有连续性和离散性的特点,选择混合Petri网(HPN)作为建模工具,为其生产过程建立模型,将纺织生产的各加工工序使用统一的形式进行描述。在此模型基础上,根据满足交货期前提下的成本最低原则,综合考虑制造成本、拖期罚款和库存保管等因素,使用数学规划方法对纺织生产调度问题进行优化求解。最后使用纺织生产中的实际数据进行仿真,求得最优调度,验证了该方法的有效性。     

炼钢-连铸生产优化重调度方法

炼钢-连铸生产过程中存在扰动,致使很多时候生产不能按原调度计划进行,需要进行重调度.重调度时存在正在生产的炉次计划,因此重调度问题比静态调度问题更具有复杂性.将具有相同精炼重数的炼钢-连铸生产重调度问题归结为一个复杂的混合Flow Shop调度问题,考实际生产约束,以最小化最大完成时间为目标建立了重调度模型,采用了启发式规则和遗传算法相结合的优化方法求解.利用实际生产数据对重调度方法进行了验证和分析,结果显示了重调度方法的有效性.     

基于探路者算法的绿色有限缓冲区流水线调度

针对带能耗阈值约束和有限缓冲区的绿色流水车间调度问题(Green Flow Shop Scheduling Problem with Limited Buffers and Energy Thresholds,GFSSP_LBET),提出一种混合探路者算法(Hybrid Pathfinder Algorithm,HPF...     

基于模糊软集的中药制药车间不确定调度模型和算法求解

为解决加工时间和交货期不确定状态下的中药制药车间调度问题,利用模糊软集的三角形模糊数和梯形模糊数来表征加工时间和交货期信息,并基于模糊数的运算规则定义了可能性测度和必然性测度,用拖期可信度来度量药品生产发生拖期的概率,建立以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型,提出了一种混合模糊布谷鸟算法的求解方法,并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明,给出的不确定调度模型能反映中药制药调度的真实场景,而且混合模糊布谷鸟算法能很好地对该模型进行求解,相比经典布谷鸟算法,该算法有更好的性能。     

钢管生产调度中可中断Job-Shop问题的数学模型

现针对国内大型钢铁企业钢管冷区生产调度的实际问题,在生产连续、库存限制、部分人工调度的情况下,利用离散化时间的方法把不可中断Job-Shop问题转化为可中断Job-Shop问题,建立该问题的混合整数规划模型,并利用ILOG公司CPLEX软件包对其大规模的可中断Job-Shop问题的算例进行求解,其解可指导冷区的实际生产调度.该模型在实际运用中已取得良好的结果.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。